Meta Data Analyst: Lebenslauf-Keywords und Interviewvorbereitung

Du willst dich als Data Analyst bei Meta bewerben, aber dein Lebenslauf liest sich wie eine Aufzählung von Tools, und im Interview weißt du nicht, womit du anfangen sollst. Das ist das Standardproblem. Ich zeige dir, wie du beide Seiten aufeinander abstimmst.

Was Meta typischerweise von Data Analysts erwartet#

Schau dir die Stellenanzeige genau an, nicht die Titel. Meta schreibt Rollen mal als Data Analyst, mal als Analytics Associate, mal als Product Data Scientist, und die Überschneidungen sind groß. In der Praxis geht es fast immer um drei Dinge: SQL auf großen Datenmengen, Verständnis für Produktmetriken, und die Fähigkeit, aus Zahlen eine Entscheidung abzuleiten.

Python oder R kommen vor, aber selten als Hauptargument. Der Schwerpunkt liegt bei den meisten Analystenrollen auf SQL und in der Interpretation. Wer nur Python kann, aber keine Kennzahlen definieren kann, ist raus.

Der deutsche Markt spielt anders

In Deutschland heißt Data Analyst oft Power BI, Excel und Fachbereichsabstimmung. Bei Meta geht es eher um Produktmetriken, Experimente und Datenskalen, die du lokal kaum siehst. Wenn du nur aus dem Mittelstand kommst, musst du deine Erfahrung anders erzählen, nicht größer, sondern anders.

Visa und Standort: Meta stellt in Deutschland ein, aber viele Analystenrollen sitzen in Dublin, London oder den USA. Prüfe die Stellenausschreibung auf Standort und Arbeitserlaubnis. Konkrete Gehalts- und Visaangaben ändern sich, die offiziellen Quellen sind die einzig belastbare Grundlage.

Lebenslauf-Keywords, die tatsächlich zählen#

Die Keywords stehen in der Stellenanzeige. Dein Lebenslauf muss sie aufgreifen, und zwar dort, wo du sie belegen kannst. Nichts anderes.

Bei Data Analyst Stellen bei Meta tauchen diese Begriffe immer wieder auf:

• SQL, inklusive Fensterfunktionen, Joins, Aggregationen über große Tabellen
• Python oder R für Datenanalyse, Pandas oder tidyverse
• Produktmetriken, Retention, Engagement, Conversion, Funnel
• Experimente, A/B-Testing, statistische Signifikanz
• Dashboards und Reporting, Tableau, Looker oder ähnliche Tools
• Stakeholder-Kommunikation, Übersetzung von Daten in Entscheidungen
• Datenmodellierung, ETL, Datenqualität

Nimm die Begriffe aus der konkreten Anzeige, nicht aus einer Standardliste. Der schnelle Weg: Stellenanzeige in den JD Decoder kopieren und die geforderten Begriffe herausziehen. Danach weißt du, was in deinem Lebenslauf stehen muss.

Ein umgeschriebenes Beispiel

Vorher, typisch deutsch:

"Verantwortlich für Reporting und Datenanalyse im Vertrieb, Erstellung von Dashboards, Zusammenarbeit mit dem Vertriebsteam."

Das sagt nichts. Keine Größe, kein Ergebnis, kein Tool.

Nachher:

"Analysierte Vertriebsdaten mit SQL über 2 Jahre und deckte einen Abbruch im Onboarding-Funnel auf; nach Anpassung des Prozesses stieg die abgeschlossene Registrierung im Quartal danach, Team von 3 Personen informiert."

Jetzt steht da: SQL, Funnel, Analyse, Ergebnis, Kommunikation. Genau das sucht jemand in der Datenanalyse. Formuliere im Präsens oder in klaren Vergangenheitsformen, aber bleib bei den Fakten.

So prüfst du deinen Lebenslauf vor dem Abschicken

• Lies die Stellenanzeige und markiere jede geforderte Fähigkeit
• Prüfe für jede markierte Fähigkeit, ob sie im Lebenslauf vorkommt
• Streiche Tools, die du nur einmal benutzt hast
• Hänge Zahlen an deine Bulletpoints, Teamgröße, Zeitraum, Datenumfang
• Lass den Lebenslauf durch einen ATS-Check laufen, damit die Formatierung hält
• Speichere als PDF, wenn die Anzeige nichts anderes verlangt

Der kostenlose ATS-Check hilft dir, Formatierungsfehler zu finden, bevor es ein System tut.

Interviewvorbereitung ohne Insiderwissen#

Ich weiß nicht, wie Meta intern genau prüft, und wer dir das verspricht, erfindet meistens. Was sich aus den öffentlichen Stellenanzeigen und aus Erfahrungsberichten ablesen lässt, ist aber ausreichend: SQL-Aufgaben, Fallstudien zu Produktmetriken, und Fragen, wie du mit Stakeholdern umgehst.

Trainiere diese drei Blöcke getrennt.

SQL üben

Setz dich an eine echte Datenbank, nicht an ein Tutorial. Übe Aggregationen, Fensterfunktionen, CTEs und komplexe Joins. Rechne damit, dass du eine Frage wie "Berechne die Retention pro Kohorte" erklären musst, während du tippst.

Sprech dabei laut. Viele scheitern nicht am Code, sondern darum, dass sie ihre Annahmen nicht sagen. "Ich nehme an, dass jede Zeile eine Sitzung ist" ist ein Satz, der dich rettet.

Produktmetriken üben

Nimm ein Produkt, das du kennst, und definiere die Metriken. Was ist die Nordstern-Metrik für einen Video-Feed, für eine Messaging-App, für einen Marktplatz? Welche Gegenmetriken verhindern, dass du die Nordstern-Metrik kaputt machst? Übe, eine Metrik zu definieren, ihre Schwächen zu benennen, und Alternativen vorzuschlagen.

Ein Beispiel für eine Antwort

Frage: "Ein Team meldet, dass die Retention in der letzten Woche gesunken ist. Wie gehst du vor?"

Antwort, die funktioniert:

"Ich würde zuerst die Definition prüfen. Ist Retention als Tag-7-Rückkehr definiert, und hat sich diese Definition geändert? Dann schaue ich, ob der Rückgang über alle Kohorten geht oder nur über neue Nutzer. Danach segmentiere ich nach Plattform, Land und Kanal der Akquisition. Wenn der Rückgang nur bei Android-Nutzern aus einer bestimmten Kampagne sitzt, ist es wahrscheinlich kein Produktproblem. Erst danach würde ich mir die Produktänderungen der letzten zwei Wochen ansehen."

Diese Antwort zeigt Reihenfolge, Annahmen und Skepsis. Genau das ist der Punkt.

Der deutsche Zusatz#

Wenn du dich von Deutschland aus bewirbst, kläre früh, ob Remote möglich ist oder ob du umziehen musst. Meta hat Standorte in Europa, aber nicht jede Rolle ist überall ausgeschrieben. Gehalt und Umzugsunterstützung verhandelst du individuell, verlass dich nicht auf Zahlen aus Blogs.

Für die Jobsuche selbst: Die aktuellen Stellen findest du direkt in der Jobübersicht. Und wenn du dich weiter einlesen willst, wie andere Bewerbungen in der Datenanalyse laufen, gibt es mehr dazu im Blog.

Kostenlose Tools#

• jobrise.io/de/free-ats-checker/
• jobrise.io/de/free-jd-decoder/
• jobrise.io/de/jobs/
• jobrise.io/de/blog/

Häufige Fragen#

Brauche ich einen Master, um Data Analyst bei Meta zu werden?

In den Stellenanzeigen steht meist ein Bachelor oder vergleichbare Erfahrung, manchmal Master oder PhD. Was zählt, ist die belegte Fähigkeit mit SQL, Statistik und Produktverständnis. Prüfe die konkrete Anzeige, Abschlüsse werden unterschiedlich gewichtet.

Wie lang sollte der Lebenslauf sein?

Eine Seite, maximal zwei, wenn du wirklich viel relevante Erfahrung hast. Meta bekommt sehr viele Bewerbungen, und niemand blättert freiwillig weiter. Kürze alles, was nicht direkt mit Datenanalyse zu tun hat.

Soll ich Meta explizit im Anschreiben nennen?

Ja, aber kurz. Ein Satz dazu, warum genau diese Rolle und nicht jede Data Analyst Stelle reicht. Übertriebene Begeisterung für das Unternehmen wirkt bei Tech-Firmen eher deplatziert als überzeugend.

Was mache ich, wenn ich keine Experimente gemacht habe?

Dann sag das nicht einfach, sondern zeig, wo du Ähnliches getan hast: Vergleiche vor und nach einer Änderung, Kohortenanalysen, Kontrollgruppen aus historischen Daten. A/B-Testing ist eine Formalisierung von dem, was gute Analysten ohnehin tun.

Bringt ein Zertifikat etwas?

Ein Zertifikat ersetzt keine Praxisbeispiele. Es kann helfen, wenn du aus einem anderen Bereich kommst und einen Einstieg brauchst. Deine konkreten Projekte mit SQL und Metriken sind in jedem Fall das stärkere Argument.